# 近似、误差与估计

> IB 数学：应用与解释 HL · IB DP AI HL（首次评估 2021）
> 来源: https://www.owlsprep.com/zh/study/ib-math-ai-hl-u1-approximation-error-and-estimation/

本模块涵盖IB AI HL的近似方法、误差计算和估计。你将学习如何正确修约、量化测量误差，并快速估计结果以验证计算正确性。

**先修:** [基础算术和入门修约规则](https://www.owlsprep.com/zh/study/ib-math-ai-hl-u1-basic-number-concepts/)

## 学习目标

- 区分测量与计算中的精确值和近似值
- 计算近似值的绝对误差、相对误差和百分比误差
- 将数值修约到适当数量的有效数字或小数位数
- 估计计算结果，验证其合理性
- 识别应用问题中常见的误差来源

## 有效数字与修约

**有效数字** — 能够为测量精度提供有效信息的数字。前导零永远不是有效数字；末尾零仅在小数点后才是有效数字。

*记法:* abbreviated s.f.

*例:* 0.0042 有 2 s.f.，2400 有 2 s.f.，2400.0 有 5 s.f.

IB考试几乎所有计算都要求修约到指定的有效数字位数，因为它能体现你结果的精度。遵循以下统一规则可以避免错误：

1. 从左侧第一个非零数字开始计数
2. 数出要求的有效数字位数
3. 如果下一位数字大于等于5，则将最后一位进一，否则保持不变

**例题:** 将 0.024571 修约为 3 位有效数字

1. 第一个非零数字是 2（第1位有效数字），因此我们数出3位：2（第1位）、4（第2位）、5（第3位）。5 之后的下一位数字是 7。
2. 由于 7 ≥ 5，将第3位数字 5 进一得到 6。
3. 最终修约结果：0.0246

## 绝对误差、相对误差和百分比误差

**误差度量** — 量化真实（精确）值与近似值或测量值之间的差异，IB AI HL 使用三种标准度量：

误差来源于修约、测量设备的精度限制和估计。每种误差类型传递了关于差异大小的不同信息。

$$\text{Absolute error: } |\Delta x| = |x_{\text{true}} - x_{\text{approx}}|$$

$$\text{Relative error: } \frac{|\Delta x|}{|x_{\text{true}}|}, \quad x_{\text{true}} \neq 0$$

$$\text{Percentage error: } \frac{|\Delta x|}{|x_{\text{true}}|} \times 100\%$$

**例题:** 一位跑者的比赛时间被测量为 42.3 秒，实际官方时间是 42.7 秒。计算该测量的绝对误差、相对误差和百分比误差。

1. 确定数值：真实时间 $x_{true} = 42.7$ 秒，近似时间 $x_{approx} = 42.3$ 秒
2. 计算绝对误差：
3. $$|\Delta x| = |42.7 - 42.3| = 0.4 \text{ s}$$
4. 计算相对误差：
5. $$\text{Relative error} = \frac{0.4}{42.7} \approx 0.0094$$
6. 计算百分比误差：
7. $$\text{Percentage error} = 0.0094 \times 100\% \approx 0.94\%$$

> **info**
>
> 如果未给出真实值，测量的最大绝对误差为设备精度的一半。例如，精确到 0.1 kg 的秤的最大绝对误差为 0.05 kg。

## 计算结果估计

估计用于快速验证最终计算结果是否合理，或在不需要精确值时得到近似结果。标准方法是在计算前将每个数值修约为 1 或 2 位有效数字。

**例题:** 估计 $\frac{10.2 \times 58.7}{1.98}$ 的值

1. 将每个数值修约为 1 位有效数字：
2. $$10.2 \approx 10, \quad 58.7 \approx 60, \quad 1.98 \approx 2$$
3. 代入并化简：
4. $$\frac{10 \times 60}{2} = 300$$
5. 精确值约为 ~ 302.6，因此该估计对于快速验证来说足够准确。

**概念自测**

测试你对最大误差的理解

1. 一个质量以 2 位有效数字表示为 1400 g，最大可能绝对误差是多少？

   - 0.5 g
   - 5 g
   - 50 g
   - 100 g

   *解析:* 1400 g 保留 2 位有效数字意味着真实值介于 1350 g 和 1450 g 之间，因此最大误差为 $1450 - 1400 = 50$ g。

## 常见错误

- **错误做法:** 将前导零算作有效数字
  - 原因: 前导零仅用于标记小数点位置，对精度没有贡献，多数会导致修约错误
  - 正确做法: 始终从左侧第一个非零数字开始计数有效数字
- **错误做法:** 计算百分比误差时分母使用近似值而非真实值
  - 原因: IB 大纲定义百分比误差是相对于真实值的，因此这样做总会得到错误结果
  - 正确做法: 计算相对误差或百分比误差时，始终用绝对误差除以真实值
- **错误做法:** 不添加额外记号，直接写 1500 来表示 4 位有效数字
  - 原因: 没有小数点的末尾零存在歧义，考官会默认它们是占位零
  - 正确做法: 将其写为 $1.500 \times 10^3$，清晰表示 4 位有效数字
- **错误做法:** 忘记给绝对误差添加单位
  - 原因: 绝对误差是原物理量差值的度量，因此它和原量单位相同。考官通常会对缺单位扣分
  - 正确做法: 给绝对误差结果添加正确单位，相对误差无单位，百分比误差添加 % 符号

## 速查表

| 术语 | 公式 | 要点 |
| --- | --- | --- |
| 绝对误差 | $\|x_{true} - x_{approx}\|$ | 与原量单位相同 |
| 相对误差 | $\frac{\|x_{true} - x_{approx}\|}{\|x_{true}\|}$ | 无单位比例误差 |
| 百分比误差 | $\frac{\|x_{true} - x_{approx}\|}{\|x_{true}\|} \times 100\%$ | 最终答案添加 % 符号 |
| 最大测量误差（精度 $u$） | $\frac{u}{2}$ | 真实值未知时使用 |
| 估计规则 | Round all values to 1 s.f. | 快速验证计算结果合理性 |

## 下一步

近似和误差分析是贯穿 IB AI HL 所有主题的基础技能，从描述统计学到微分方程再到实际建模。考官严格执行有效数字规则，因此掌握本主题有助于你避免在所有考题中丢失易得分数。对误差的关注也符合 AI HL 的应用导向，因为所有真实世界数据都存在固有不确定性。下一个主题将在此基础上，学习科学记数法中大小数字的处理。

- [算术与几何序列和级数](https://www.owlsprep.com/zh/study/ib-math-ai-hl-u1-arithmetic-and-geometric-sequences-and/)
- [等比数列与级数的金融应用](https://www.owlsprep.com/zh/study/ib-math-ai-hl-u1-financial-applications-of-geometric-sequences/)
- [对数运算法则](https://www.owlsprep.com/zh/study/ib-math-ai-hl-u1-laws-of-logarithms/)

---

来自 [OwlsPrep](https://www.owlsprep.com) —— A-Level / IB / AP / IGCSE 免费学习指南，依据官方考纲编写。原页面：https://www.owlsprep.com/zh/study/ib-math-ai-hl-u1-approximation-error-and-estimation/